PHÂN CỤM C-MEDOIDS MỜ LAI SỬ DỤNG THUẬT TOÁN TỐI ƯU HÓA CÁ VOI

  • Nguyễn Anh Cường Air Defence - Air Force Academy
  • Ngô Thành Long Le Quy Don Technical University
  • Mai Đình Sinh Đại học Kỹ thuật Lê Quý Đôn
  • Phạm Thế Long Le Quy Don Technical University
Từ khóa: Fuzzy C-Medoids, Whale Optimization Algorithm, Clustering, Penalty, Bias

Tóm tắt

Mặc dù thuật toán c-mean mờ (FCM) đã được sử dụng rộng rãi trong nhiều lĩnh vực, nhưng chúng rất nhạy cảm với nhiễu và các giá trị ngoại lai. Gần đây, thuật toán C-Medoids mờ (FCMdd) đã được chứng minh là hiệu quả hơn trong việc xử lý dữ liệu nhiễu. Sự khác biệt giữa FCM và FCMdd là cơ chế hình thành các cụm; trong khi FCM xây dựng các cụm dựa trên chức năng thành viên và các mẫu trong cụm, FCMdd chọn một số mẫu thực tế hiện có làm trung gian cụm. Điều này dẫn đến việc FCMdd có thể xử lý nhiễu tốt hơn FCM. Bài báo này đề xuất một cách tiếp cận kết hợp giữa thuật toán tối ưu hóa cá voi (WOA) với FCMdd để tối ưu hóa quá trình phân cụm. Sự lai ghép này ngăn cản FWCMdd rơi vào bẫy cục bộ và giúp nhanh chóng hội tụ. Giải pháp này đã được so sánh với thuật toán k-Medoids mờ (FKM) và FCMdd ban đầu. Kết quả chỉ ra rằng phương pháp đề xuất tốt hơn so với FKM và FCMdd trên hầu hết các chỉ số đánh giá.

điểm /   đánh giá
Phát hành ngày
2021-10-01
Chuyên mục
Bài viết